Ãquivalents dynamiques pour l'étude de la stabilité transitoire
Bibliographic record
Abstract
Les études de la stabilité transitoire (ST) sont aujourd’hui un outil indispensable pour la prévision du comportement des réseaux électriques à l’occurrence des grands défauts (ex : foudre, court-circuit triphasé, perte de générateurs). Toutefois, l’accroissement rapide de la taille et de la complexité des réseaux électriques rendent ces études (ST) très consommatrices en effort et en temps de calcul. La problématique de ce mémoire est donc : comment réduire le temps et l’effort de calcul des programmes (ST) sans pour autant altérer la précision des résultats obtenus à l’aide de ces programmes? \n \nPour résoudre cette problématique, une revue de littérature initiale a été effectuée. Cette revue de littérature a permis de constater que les techniques de réduction des réseaux électriques, visant à réduire le temps d’exécution des études (ST), ont été mise au point il y a longtemps. Ces techniques ont l’objectif commun de réduire la durée et l’effort de simulation des programmes (ST) tout en préservant le même comportement dynamique du réseau d’origine. À partir de cette revue de littérature, une méthode de réduction des réseaux électriques se déroulant en 4 temps a été proposée: Dans un premier temps, les zones internes et externes du réseau électriques sont choisies. Dans un deuxième temps les générateurs de la zone externe du réseau pouvant être regroupés ensemble sont identifiés à l’aide de la méthode de la cohérence lente en plus d’une étape de simulation temporelle (ST). Dans un troisième temps, les paramètres dynamiques des machines du réseau équivalent sont calculés à l’aide de la méthode de la préservation de la structure qui est une méthode pouvant être utilisée dans le cas des modèles classiques ou détaillés des réseaux électriques. Dans un quatrième temps, la matrice admittance du réseau équivalent est calculée à l’aide de la méthode de Zhukov. \n \nLa méthode proposée a été ensuite implémentée sous la forme de fonctions Matlab©. Ces fonctions ont été validées dans le cas de programmes (ST) et (SIME) pour le cas des deux réseaux tests suivants: « New England » 10 machines 39 barres dans son modèle classique et détaillé, et IEEE 50 machines 145 barres dans sa représentation classique. Le logiciel commercial PSSE© a été également utilisé pour la validation des résultats. \n \nLes fonctions d’agrégation réalisées ont permis d’augmenter considérablement la vitesse d’exécution des programmes (ST) et (SIME) tout en gardant une très bonne précision des \nrésultats de ces programmes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.003 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.005 | 0.008 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.035 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".